Finner retningen …
Finner retningen …
Laster botkontroll.
Gjennomsnittlig svar: ingen svar
Gjennomsnittlig svar: ingen svar
Gjennomsnittlig svar: ingen svar
Gjennomsnittlig svar: ingen svar
KARAKTERFORDELING · V 2025
6 kandidater
Kilde: Felles studentsystem (FS) via NTNU, slik den var publisert for høsten 2026. NTNU er ikke ansvarlig for innholdet på denne siden.
NTNU sin egen emnebeskrivelse — læringsutbytte, innhold og vurderingsform.
Etter å ha fullført kurset, bør kandidaten ha:
-Kunnskap: Kandidaten befinner seg i forkant av kunnskap innen kunstig intelligens og maskinlæring innen informasjonssikkerhet. Kandidaten kan evaluere utformingen og implementeringen av forsknings- og utviklingsprosjekter innen informasjonssikkerhet med bruk av AI- og ML-algoritmer. Kandidaten har evnen til å diskutere og forklare nytten og svakheten til ulike algoritmer i sitt doktorgradsprosjekt.
-Ferdigheter: Kandidaten kan velge, formulere, implementere og teste AI- og ML-algoritmer som en del av doktorgradsprosjektet.
-Generell kompetanse: Kandidaten har evnen til å kommunisere og lede diskusjoner om ny forskning innen AI og ML. Kandidaten har evnen til å evaluere og kritisere mekanismer for AI og ML.
Kontinuasjonseksamen: Ingen
Vurderingsformer: I dette kurset forventes kandidatene å utvikle en løsning for bruk av AI/ML i egen forskning. Vurderingen er basert på porteføljen av arbeid de produserer mens de forsker på og løser bruk av AI/ML i egen forskning. Kandidaten forventes å skrive en mellomrapport og en endelig forskningsartikkel om arbeidet. Kandidatene må gi en presentasjon av resultater og funn på det avsluttende seminaret, samtidig som de presenterer fremgang på tidligere seminarer. Alle deler av vurderingen må bestås for å bestå kurset.
-Lese artikler innen forskningsfeltet med tilknytning til AI og ML
-Seminarer med presentasjoner av fremgang
-Gjennomgang av AI- og ML-algoritmer samt skrive og presentere en rapport om algoritmenes anvendbarhet for egen forskning
-Valg av en algoritme og anvendelse og testing av algoritmen i egen forskning
-Levere en artikkel som kan sendes til en konferanse eller et tidsskrift i skjæringspunktet mellom eget forskningsfelt og AI/ML, etter å ha valgt, implementert og testet algoritmen.
Kilde: Felles studentsystem (FS) via NTNU, slik den var publisert for høsten 2026. NTNU er ikke ansvarlig for innholdet på denne siden.
Hva burde andre vite før de tar dette? Anonymt, ingen innlogging.
Basert på hvor kandidatene til eksamen var registrert (DBH).
Emner som tas i de samme studieprogrammene som IMT6171.
| Semester | Kandidater | Stryk |
|---|---|---|
| Vår 2025 | 6 | 0 % |
| Vår 2024 | 6 | 0 % |
| Vår 2023 | 7 | 0 % |
| Vår 2022 | 6 | 0 % |